Академический Документы
Профессиональный Документы
Культура Документы
N kg de A kg de B
P x
8x
2x
Q y
10y
5y
80
25
Por otra parte, las variables x e y, lgicamente, han de ser no
negativas, por tanto : x 0, y 0
Conjunto de restricciones:
8x + 10y 80
2x + 5y 25
x 0, y 0
2) Si representamos por x el nmero de yogures de limn e y al
nmero de yogures de fresa, se tiene que la fucin de coste es Z =
30x + 20y.
Por otra parte, las condiciones del problema imponen las siguientes
restricciones:
De nmero : x + y 80
De fermentacin: 0.5x + 0.2y 9000
Las variables x e y han de ser, lgicamente, no negativas; es
decir: x 0, y 0
Conjunto de restricciones:
x + y 80
0.5x + 0.2y
x 0, y 0
9000
En definitiva:
Se llama programacin lineal al conjunto de tcnicas
matemticas que pretenden resolver la situacin siguiente:
Optimizar (maximizar o minimizar) una funcin objetivo,
funcin lineal de varias variables, sujeta a:
una serie de restricciones, expresadas por inecuaciones
lineales.
Un problema de programacin lineal en dos variables, tiene la
siguiente formulacin estndar:
PROGRAMACION LINEAL
EJEMPLO 1
Para aplicar la programacin lineal en la elaboracin de las raciones
para vacas lecheras, partimos de una racin hipottica en la cual
intervienen los siguientes datos:
- Dos alimentos : un Concentrado (X1) y un Forraje (X2)
- Tres nutrientes :
Protena Cruda PC
Energa Neta de lactancia ENI
Fibra Cruda FC
VARIABLES
PC
ENl
FC
PRECIO
( gr )
( Mcal )
( gr )
($)
concentrado
X1
120
2.0
100
100
forraje
X2
200
1.3
280
50
NECESIDADES
PC ( gr )
Enl ( Mcal )
MAXIMO
MINIMO
FC ( gr )
2000
1500
16.5
1300
+ 1.3 X2 = 16.5
Donde :
X1 = 4.7
X2 = 5.47
2.0 X1
PUNTO B
ENl
2.0 X1 + 1.3
X2 = 16. 5
PC
120 X1 +
200 X2 = 1500
Donde :
X1 = 5.53
X2 = 4.18
(X1) =
4.70 Kg.
FORRAJE
(X2) = 5.47 g.
MINIMO COSTO = $ 790.50
APORTE DE NUTRIENTES POR LA RACION :
Proteina Cruda PC 120(4.7) + 200(5.47) = 1658 gr., que es poco ms
del mnimo impuesta por la restriccin de 1500 gr.
Energa Neta de lactancia ENI 2.0(4.7) + 1.3(5.47) = 16.5 Mcal., que
es el mnimo requerido e impuesto por la restriccin.
VARIABLES
PC
ENl
FC
PRECIO
( gr )
( Mcal )
( gr )
($)
concentrado
X1
120
2.0
100
100
forraje
X2
200
1.3
280
50
NECESIDADES
Enl ( Mcal )
MAXIMO
MINIMO
14.5
FC ( gr )
COSTO ( $ )
2000
850
1300
100 X1 + 280
COSTO
110 X1 +
X2 = 2000
X2 = 850
Donde:
X1 = 5.35
X2 = 5.23
50
2 .0 X1 + 1.3
X2 = 14.5
FCmin
100 X1 + 280
X2 = 1300
Donde:
X1 = 5.51
X2 = 2.67
(X1) = 5.35
Kg.
ORRAJE
(X2) =
5.23 Kg.
MAXIMA PROTEINA CRUDA = 1688 gr.
APORTE DE NUTRIENTES POR LA RACION :
ENI 2(5.35) + 1.3(5.23) = 17.5 Mcal., que est arriba del limite
mnimo de 14.5 Mcal. que impone como restriccin.
FC 100(5.35) + 280(5.23) = 1999 gr., que se encuentra entre el
rango de 1300 a 2000 grs. impuestos por las restricciones.
COSTO 110(5.35) + 50(5.23) = $ 850.00, costo que se encuentra al
limite mximo impuesto por la restriccin.
El mtodo grfico de solucin de problemas de programacin lineal,
es prctico slo para dos variables X1 y X2, ms de dos variables se
LECHE POR
VACA
MEDIA
POR
LOTE
VACAS
PRODUCCION PRODU
LACTEA
LACTE
(Kg/m
1er
36
252
7656
41
287
8753.5
37
259
7899.5
35
210
6405
32
256
7808
30
270
8235
27
162
4941
24
144
4392
21
126
3843
10
18
144
4392
70
2110
64355
TOTAL
4525
2721
1909
37
30
21
9155
PERIODO DE SECA
MES DE SECA
VACAS ( cabezas )
1er
2o
TOTAL
10
PROGRAMACION LINEAL
INTRODUCCION:
En esta unidad vas a utilizar unas escenas en las que aparece la
representacin de rectas y expresiones con clculos que te permitirn
contestar a las preguntas formuladas.
En la parte inferior de cada escena puedes ver los parmetros que
incorpora la escena. Tienen unos valores iniciales que tu puedes
modificar situando el cursor en la casilla del parmetro y tecleando
los valores que te interesen. Para pasar de un parmetro al siguiente
usa el tabulador y para ver el efecto de esos cambios pulsa ENTER.
Es preferible que selecciones el texto e imprimas en un papel las
explicaciones. De esta forma puedes ver la escena y las explicaciones
simultneamente. De otro modo tendrs que desplazarte por la
1.- Selecciona puntos P en cada recinto hasta localizar aquel que hace
verdaderas las tres desigualdades. Puedes probar con (3,1) (0,2)
(0,0) (2,2) (4,4) (1,4) u otros.
3.- Localiza los puntos en los que la funcin objetivo alcanza el valor
mximo y el valor mnimo. Anota en tu cuaderno estas restricciones y
la funcin objetivo. Anota tambin tus conclusiones.
4.- Elige una funcin objetivo con coeficientes A y B iguales o
proporcionales a los de alguna de las restricciones (por ej A=2, B=1). Localiza los puntos (x,y) donde se alcanza el mximo y el mnimo
de Z. Fjate bien en los bordes. Anota en tu cuaderno el problema
elegido y tus conclusiones
Los ptimos pueden ser muchos pero estarn situados en el borde del
recinto
sencillos
que
aprovechan
ciertas
caractersticas
de
los
su
naturaleza
estructura
Ejemplo prototipo.
Chcharos enlatados es uno de los productos ms importantes
de la compaa P & T. Los chcharos se preparan en tres enlatadoras
(cercanas a Bellingham, Washington; a Eugene, Oregn y a Albert
Lea, Minnesota) y despus se mandan por camin a cuatro almacenes
de distribucin (en Sacramento, California; Salt Lake City, Utah;
Rapid City, South Dakota y Alburquerque, New Mexico) en el oeste de
Estados Unidos. Puesto que los costos de embarque constituyen un
gasto importante, la gerencia ha iniciado un estudio para reducirlos lo
ms posible que se pueda. Se ha hecho una estimacin de la
produccin de cada enlatadora para la prxima temporada y se ha
asignado a cada almacn una cierta cantidad de la produccin total
de chcharos. En la siguiente tabla se proporciona esta informacin
(en unidades de carga de camin), junto con el costo de transporte
por camin cargado para cada combinacin de enlatadora-almacn.
Como se ve hay un total de 300 cargas de camin que se deben
transportar. El problema es determinar el plan de asignacin de estos
embarques a las distintas combinaciones de enlatadora-almacn que
minimice el costo total de transporte.
Almacn
2
3
4
Producci
n
1
Enlatadora
2
3
Asignacin
75
125
100
j = 1, 2, 3, 4) el nmero de
x1 + x1 + x1 + x1
1
= 75
x2 + x2 + x2 + x2
1
x1
1
+ x2
1
x1
2
+ x3
x1
4
+ x2
2
x1
x3 + x3 + x3 + x3
3
+ x3
2
+ x2
3
+ x2
4
= 12
5
= 10
0
= 80
= 65
+ x3
3
= 70
+ x3 = 85
4
xij 0 (i = 1, 2, 3; j = 1, 2, 3, 4)
La siguiente tabla muestra los coeficientes de las restricciones.
Como se ver enseguida, lo que distingue a este problema como un
Coeficiente de:
x22 x23 x24 x31 x32 x33 x34
1
1
1
1
1
1
Restricciones
de
enlatadora
1
1
1
1
Restricciones
de
almacn
1
1
20,
x13
0,
x14
55,
x21 = 80, x22 = 45, x23 = 0, x24 = 0, x31 = 0, x32 = 0, x33 = 70, x34 =
30. Cuando se conozca la prueba de optimalidad se podr verificar
este resultado.
Modelo general del problema de transporte.
Para describir el modelo general del problema de transporte es
necesario emplear trminos que sean mucho menos especficos que
los que se usaron para los componentes del ejemplo prototipo. En
particular, el problema general de transporte se refiere (literal o en
sentido figurado) a la distribucin de cualquier bien desde cualquier
grupo de centros de abastecimiento, llamados orgenes, a cualquier
grupo de centros de recepcin, llamados
Ejemplo prototipo
Cargas
de
chcharos
enlatados
Tres enlatadoras
Cuatro almacenes
Produccin de la enlatadora i
Asignacin al almacn j
Costo de embarque por
carga
desde la enlatadora i al
almacn j
Problema general
Unidades de un bien
m orgenes
n destinos
si recursos en el origen i
Demanda dj en el destino j
Costo
cij
por
unidad
distribuida
desde el origen i al
destino j
distribuida
1
1
c11
c21
.
.
.
.
.
m
.
cm1
Origen
Demanda
d1
Destino
2
..
.
c12
..
.
c22
..
.
.
.
.
.
.
.
cm2
..
.
d2
..
.
Recursos
c1n
s1
c2n
s2
.
.
.
.
.
cmn
.
sm
dn
Minimizar
Z=
ij
xij
i 1 j 1
sujeta a
n
ij
si
para i = 1, 2, ..., m
ij
dj
para j = 1, 2, ..., n
j 1
x
i 1
xij 0,
para toda i y j
Coeficiente de
x11 x12 . x1n x21 x22 . x2n . xm1 xm2 . xmn
.
.
.
.
.
.
.
.
1
.
.
.
Restricciones
1
.
.
.
de
origen
.
.
.
A
=
1
1
.
.
.
1
1
.
.
.
Restricciones
de
destino
.
1
.
1
s d
i
i 1
j 1
i 1
d
j 1
sean iguales a
ij
i 1 j 1
Variable
Ec.
Lado
Coeficiente de
bsica
Z
nm.
Z . . . xij . . .
(0)
cij
1
(1)
.
.
.
zi
(i)
0
1
.
.
.
zm+j
(m+j) 0
1
.
.
.
(m+n)
En esta tabla, todos los elementos
zi
M
. . . zm+j . . . derecho
M
0
si
dj
columnas son ceros. El nico ajuste que queda por hacer antes de la
primera
iteracin
es
eliminar
algebraicamente
los
coeficientes
Ec.
Lado
Coeficiente de
nm Z . . .
xij
...
zi
. . . zm+j . . .
derecho
m
(0)
cij
uivj
Mui
Mvj
siui
i 1
d v
j j
j 1
ecuaciones:
cijuivj = 0
conveniente registrar
si
i 1
dj
j 1
donde
dn+1 =
ci,n+1 = 0,
i 1
j 1
si dj
para i = 1, 2, ..., m
j 1
j 1
donde
n
d s
j
sm+1 =
cm+1j = 0
j 1
i 1
para j = 1, 2, ..., n
Recursos
5
2
3
1
Demanda
0
10
3
3
2
4
Demanda
3 0
Recursos
5 2
3
3
2
4
Demanda
3 0
Recursos
5 2 0
4 2
3
1
para
enviar
otro
destino.
Dejamos
pendiente
la
7
2
4
2
3
3
2
4
Demanda
3 0
4 2 0
Recursos
5 2 0
2 0
7
3
Recursos
5 2 0
2 0
2
4
2
3
0
Demanda
3 0
4 2 0
7
3
5 2 0
2 0
4
2
3
8
0
Demanda
3 0
4 2 0
3 1 0
5
2
2 0
1 0
Costo =
52
3 (3 +
)
x1 c12
2
2 (7 +
)
x2 c22
2
2 (4 +
)
x3 c32
2
0 (3 +
)
x3 c33
3
2 (8 +
)
x3 c34
4
1 (5 = 52
)
unidad
es
hacer
ms
concreta
esta
descripcin,
se
ilustrar
el
fijamos
3
2
Recursos
DIF.
5
1
2 0
2 0
1
2
10
Demanda
DIF.
3
1
4
1
10
3
2
4
Recursos
DIF.
5
1
2 0
3 0
2
3
10
Demanda
DIF.
3
1
4 1
1
2 0
3
1
2
10
7
3
4
4
6
1
3
Recursos DIF.
5 2 1 1
1 0
2 0
0
3 0
3
10
Demanda
DIF.
3 0
1
4 1 0
1
2 0
3
1
1 0
2
10
x1 c12
2
x1 c13
3
x1 c14
4
x2 c23
3
x3 c32
2
Cost 3 (3 + 1 (7 + 0 (6 + 1 (4 + 2 (3 + 3 (3 = 35
o=
)
)
)
)
)
) unidad
es
Es necesario aclarar que sta puede o no ser la solucin final
del problema, es necesario aplicar a esta primera solucin factible la
prueba de optimalidad ya que puede existir una mejor poltica de
transporte que minimice todava ms el costo total.
u1
u2
v3
6
v4
4
este
ui
2
0
Demanda
vj
Recursos
5
2
4
u3
Para
v2
7
problema,
existen
3
1
Costo=5
2
m+n1=3+41=6
variables
=
=
=
=
=
=
u1+v1
u1+v2
u2+v2
u3+v2
u3+v3
u3+v4
=
=
=
=
=
=
u1+v1
u1+v2
u2+v2
u3+v2
u3+v3
u3+v4
v2 = 3
v3 = 8
v4 = 5
=
=
=
=
=
=
u1+v1
u1+v2
u2+v2
u3+v2
u3+v3
u3+v4
u1
u2
u3
Demanda
vj
v2
7
3
v4
4
ui
4
2
0
3
1
Recursos
5
2
4
v3
6
4
3
2
2
8
1
1
5
Costo=5
2
Para
Para
Para
Para
v1
3
u1
0
u2
u3
Demanda
vj
2
2
4
la
la
la
la
v2
7
3
0
4
0
3
3
1
4
3
2
2
celda
celda
celda
celda
(2,1):
(2,3):
(2,4):
(3,1):
2
3
2
4
v3
6
v4
4
6
3
5
2
6
8
4
5
0
2
8
0
1
5
1
1
1
0
(1) = 2
8 = 6
5 = 4
(1) = 5
Recursos
5
ui
4
1
Costo=5
2
u1
3
0
u2
u3
2
22
4
5
Demanda
vj
3
1
v2
7
v3
6
v4
4
2
0
4
2
0
6
3
+
6
5
2
0 2
0 0
4
3
2
8
Recursos
5
ui
4
1
5
1
Costo=5
2
Observe que tuvo que elegirse la celda (3,2) como celda receptora
para el rengln 3 y no la (3,4), ya que esta ltima no hubiera tenido
celda donadora en la columna 4 para continuar la reaccin en cadena.
Note adems que, a excepcin de la variable bsica entrante, todas
las celdas receptoras y donadoras en la reaccin en cadena deben
corresponder a variables bsicas en la solucin bsica factible actual.
Cada celda donadora disminuye su asignacin en una cantidad
exactamente igual al aumento que tiene la variable bsica entrante (y
las otras celdas receptoras). Entonces, la celda donadora que
comienza con la asignacin ms pequea en este caso las celdas
(2,2) y (3,3) debe ser la primera en llegar a una asignacin de cero
conforme se incrementa la variable entrante x 23. As, x22 x23 se
pueden convertir en la variable bsica que sale. Cuando existe
empate para la variable bsica que sale, ste puede romperse de
manera arbitraria, es decir, eligiendo cualquiera de las variables
donadoras con la asignacin ms pequea como variable bsica
saliente. Como una regla emprica, podemos seleccionar como
variable bsica saliente aqulla que tenga asociado el mayor costo
unitario, ya que como esta variable perder completamente su valor
(es decir, se convertir de variable bsica a variable no bsica),
esperaramos que el costo total de transporte disminuya. As,
escogeramos a x33 como variable bsica saliente.
Paso 3: la nueva solucin bsica factible se identifica sumando el
valor (antes de los cambios) de la variable bsica que sale a las
asignaciones de cada celda receptora y restando esta misma cantidad
de las asignaciones de cada celda donadora. En la tabla anterior se
observa que el valor de la variable bsica que sale x 33 es 2, por lo que
esta porcin de la tabla smplex de transporte cambia, como se ilustra
en la siguiente tabla para la nueva solucin. (Como x 33 es no bsica
en la nueva solucin, su nueva asignacin es cero y ya no se muestra
en la tabla).
v1
3
u1
0
u2
v2
7
3
0
4
2
22
4
u3
0
3
0
5
Demanda
vj
v3
6
v4
4
6
3
5
2
2
6
Recursos
5
ui
3
1
Costo=4
0
x1 c12
2
x2 c22
2
x2 c23
3
x3 c32
2
x3 c34
4
Cost 3 (3 + 2 (7 + 0 (4 + 2 (3 + 2 (3 + 1 (5 = 40
o=
)
)
)
)
)
) unidad
es
optimalidad:
Nuevamente
existen
m+n1=3+41=6
variables
3
7
4
3
3
5
=
=
=
=
=
=
u1+v1
u1+v2
u2+v2
u2+v3
u3+v2
u3+v4
=
=
=
=
=
=
u1+v1
u1+v2
u2+v2
u2+v3
u3+v2
u3+v4
v1=3
v2=7
=
=
=
=
=
=
u1+v1
u1+v2
u2+v2
u2+v3
u3+v2
u3+v4
v1=3
v2=7
si v2=7, entonces u2= 3
si u2= 3, entonces v3=6
si v2=7, entonces u3= 4
si u3= 4, entonces v4=9
v1
u1
u2
v2
v3
7
3
v4
4
0
2
4
u3
Demanda
vj
Recursos
5
ui
0
2
4
3
3
4
7
2
6
Costo=4
0
1
9
u3
Demanda
vj
celda
celda
celda
celda
celda
celda
v2
3
3
6
2
0
4
2
22
4
2
4
7
06=0
0 9 = 5
(3) 3 = 2
(3) 9 = 4
(4) 3 = 5
(4) 6 = 6
v4
4
Recursos
5
6
4
2
2
4
8
ui
0
3
3
(1,3):
(1,4):
(2,1):
(2,4):
(3,1):
(3,3):
v3
0
u2
la
la
la
la
la
la
0
2
6
1
9
1
Costo=4
0
3
0
u2
u3
v2
2
2
2
4
Demanda
vj
u1
u2
0
22
v4
4
2
2
0
8
3
+
0
5
0
2
6
1
9
v1
v2
v3
v4
0
4
3
0
0
3
Recursos
5
2
2
0
2
Costo=4
0
4
7
ui
0
Recursos
5
+
3
3
Demanda
vj
u3
v3
6
7
3
0
Costo=3
5
ui
x1 c11
1
x1 c12
2
x1 c14
4
x2 c22
2
x2 c23
3
x3 c32
2
Cost 3 (3 + 1 (7 + 1 (4 + 0 (4 + 2 (3 + 3 (3 = 35
o=
)
)
)
)
)
) unidad
es
Como en esta ltima tabla todas las c ijuivj son no negativas
(comprobarlo!), la prueba de optimalidad identifica este conjunto de
asignaciones como ptimo, lo cual concluye el algoritmo.
X2 >= 0,
...,
Xn>=0.
La teora de colas
La teora de las colas es el estudio matemtico de las colas o lneas
de espera. La formacin de colas es, por supuesto, un fenmeno
comn que ocurre siempre que la demanda efectiva de un servicio
excede a la oferta efectiva.
Con frecuencia, las empresas deben tomar decisiones respecto al
caudal de servicios que debe estar preparada para ofrecer. Sin
embargo, muchas veces es imposible predecir con exactitud cundo
llegarn los clientes que demandan el servicio y/o cuanto tiempo ser
necesario para dar ese servicio; es por eso que esas decisiones
implican dilemas que hay que resolver con informacin escasa. Estar
preparados para ofrecer todo servicio que se nos solicite en cualquier
momento puede implicar mantener recursos ociosos y costos
excesivos. Pero, por otro lado, carecer de la capacidad de servicio
suficiente causa colas excesivamente largas en ciertos momentos.
Cuando los clientes tienen que esperar en una cola para recibir
nuestros servicios, estn pagando un coste, en tiempo, ms alto del
que esperaban. Las lneas de espera largas tambin son costosas por
tanto para la empresa ya que producen prdida de prestigio y prdida
de clientes.
La teora de las colas en si no resuelve directamente el problema,
pero contribuye con la informacin vital que se requiere para tomar
las decisiones concernientes prediciendo algunas caractersticas sobre
la lnea de espera: probabilidad de que se formen, el tiempo de
espera promedio.
Pero si utilizamos el concepto de "clientes internos" en la organizacin
de la empresa, asocindolo a la teora de las colas, nos estaremos
aproximando al modelo de organizacin empresarial "just in time" en
el que se trata de minimizar el costo asociado a la ociosidad de
recursos en la cadena productiva.
,
1
1
W
,
2
2
Ls
y
.
1 ( )
1
Ws
Wq
y
.
( )
Probabilidad de servidor desocupado: 0 1 1 Ls .
L
Lq
1
,
1 c 1
j 0 j
para j=1,2,,c
1 (c 1) c c c 1
(1 )(1 c 1 )
Si =, entonces:
j
1
para j=0,1,2,,c
c 1
c
2
( 1 c )
Lq
L
Wq
,
(1 c )
(1 c )
Lq L Ls
Ws
3. MODELO M/M/s/DG//.
Dados >0 y >0 sea =/s. Si 1 no existe estado estable. Si
<1 el sistema es estable y entonces:
( s ) j
j 0
j!
j 0
s 1
( s ) s
( s ) i
0
i!
s!(1 )
i 0
para j=1,2,,s
j=s,s+1,s+2,..
Probabilidad de bloqueo: P j s 0
Lq
Wq
Lq
P j s ,
1
P j s
s
Ls
Ws
( s ) s
s
s!(1 ) 1
para
(tabulada)
L Lq Ls
y
y
( s ) j
s js
s! s j s
L
Wq Ws
Probabilidad
de
servidor
L
s 1
s2
1
0
1
2 ........ s 1 1 s 1
s
s
s
s
Tasa de servicio: /s==Ls/s.
desocupado:
s1 i s cs1 1
r r 1 si 1
1
s1 r i r s c is i0 i! s! 1
,
0
1
i0 i! s! is s1 r i r s
(c s 1) si 1
i0 i! s!
rj
j!
j 0
para j=1,2,,s
rj
j 0
s! s
j=s,s+1,s+2,..
r (1
) s (1 c s 1 )
si 1
s! (1 )
1
c s 1
P j s 0
=1
c s 1
r s 1 (c s 1) cs (c s)
0
s!
(1 ) 2
Lq
j s
r (c s 1)(c s)
s!
2
para
P{js}=s(c-s+1) si
si 1
Ls
s j s
(1 c )
si 1
L Lq Ls
Wq
Lq
Ws
(1 c )
L
Wq Ws
(1 c )
Probabilidad
de
servidor
L
s 1
s2
1
0
1
2 ........ s 1 1 s
s
s
s
s
Tasa de servicio: (1-c)/s.
desocupado:
5. MODELO M/G/1/DG//.
Dados >0 y >0 sea =/. Si 1 no existe estado estable. Si
<1 el sistema es estable y si 2=varianza de la distribucin de
tiempos de servicio, entonces:
Lq
2 2 2
(Pollaczek-Khinchin),
2( 1 )
Ls
L Lq
0 1
Wq
Lq
Ws
W Wq
6. MODELO M/G/s/DG/s/.
Dados >0 y >0 sea =/.
Tasa de entrada (1-s).
1
j j s i
i
0 , j 0
j!
j ! i 0 i !
i0 i!
Esta ltima est tabulada.
(1 s )
Lq Wq 0 ,
L Ls
s
s
s!
i 0 i !
s
W Ws
Probabilidad
de
servidor
L
s 1
s2
1
0
1
2 ........ s 1 1 s
s
s
s
s
Tasa de servicio: (1-s)/s.
7. MODELO G/G//DG//.
Lq Wq 0 ,
L Ls
j!
j
W Ws
desocupado:
K j
j 0
j
para j=0,1,2,,R
K j j !
j 0 jR
j RR!
para j=R+1,R+2,..,K.
K K
j j j!
0 jR
j j R!
j 0 j R
R1 K
L j j ,
j 0
Lq
( j R)
jR
Ls
Ws
L
*
Wq
Lq
Probabilidad
de
servidor
Ls
R 1
R2
1
0
1
2 ........ R 1 1
R
R
R
R
Tasa de servicio: */R.
desocupado:
Los Inventarios
El tema de los Inventarios, en particular y como parte de un rengln
tan vital en los activos de la empresa, posee mayor nfasis en
algunos aspectos tales como: La Concepcin de lo que es un
inventario, el papel que desempea en la empresa, su real
importancia, los diferentes tipos de inventario que existen o pueden
aplicarse, la utilidad que se deriva al aplicarlos correctamente y con la
rigurosidad requerida por cada caso particular.
Consideraciones Generales
Desde tiempos inmemorables, los egipcios y dems pueblos de la
antigedad, acostumbraban almacenar grandes cantidades de
alimentos para ser utilizados en los tiempos de sequa o de
calamidades. Es as como surge o nace el problema de los
inventarios, como una forma de hacer frente a los periodos de
escasez. Que le aseguraran la subsistencia de la vida y el desarrollo
de sus actividades normales. Esta forma de almacenamiento de todos
Inventarios
Inventarios
Inventarios
Inventarios
de
de
de
de
Materia Prima
Produccin en Proceso
Productos Terminados
Materiales y Suministros